Если в вашей игре есть магазин, вам точно стоит узнать, что такое потребительская корзина. Как с ней следует работать, – рассказывает аналитик devtodev Вера Карпова в нашей серии материалов «Показатели эффективности игр».
Публикация выходит в рамках цикла материалов об игровых метриках от App2Top.ru и devtodev. Статьи делятся по сезонам, каждый из которых посвящен конкретной теме. Второй сезон называется «Пользователи». В нем мы рассказываем про те бизнес-метрики, которые отражают эффективность приложения в плане работы с аудиторией.
Вера Карпова
В процессе использования приложения пользователи покупают разнообразные товары, чтобы облегчить дальнейшее прохождение игры, получить доступ к основному контенту, получить какой-то уникальный контент и так далее. Их выбор в плане продуктов тоже может быть проанализирован. И сегодня как раз пойдет речь о потребительской корзине (consumer basket) и покупках, которые пользователи совершают во время игры, а также о возможных вариантах их анализа.
Стоит отметить, что понятие «потребительская корзина» используется в разных сферах (наиболее часто – в экономике). Оно означает набор товаров и услуг, приобретаемых в среднем одним пользователем за определенный промежуток времени.
Цели и методы анализа также отличаются в зависимости от сферы, и мы рассмотрим как может выглядеть анализ для игровых проектов.
Допустим, в приложение попали 1000 пользователей и в первый месяц они купили следующие товары:
Пересчитав эти покупки на одного пользователя, получается, что стоимость его потребительской корзины в первый месяц – $20,25, а ее состав:
- кристаллы – 7,4 штуки;
- персонаж – 0,35 штуки;
- скин – 0,02 штуки.
Состав и стоимость потребительской корзины можно корректировать различными способами, поэтому недостаточно просто посчитать эти показатели, важно отслеживать их изменение с течением времени, так как довольно много факторов могут на это влиять. Например, акции и скидки на какие-либо товары, или, наоборот, эксперименты по повышению цены, дополнительные встречи с покупкой, изменение порядка товаров в магазине, визуальные акценты на конкретных товарах, изменение сложности уровней или локаций и так далее.
Исходя из опыта devtodev, анализировать покупки пользователей стоит в разрезе уровней и локаций.
Для начала можно просто сравнить все купленные предметы по популярности и посмотреть, в какой момент игры пользователи покупают те или иные товары.
После чего эти покупки можно сопоставить с количеством пользователей, находящихся на этих же уровнях/локациях, и вычислить, сколько в среднем каких товаров покупает пользователь в данной точке игры.
Зная, какие товары у пользователя есть на определенном уровне, можно понять, что и в какой момент наиболее востребовано, каких товаров/валюты у пользователя в избытке, чего наоборот не хватает, и исходя из этого решить, какую акцию и в какой момент запустить, на какой товар сделать скидку.
Например, если у пользователей к определенному уровню становится очень мало игровой валюты, что чревато отвалом, есть смысл сделать акцию для дошедших до этой части игры, чтобы удержать их в игре и повысить интерес к дальнейшему ее прохождению.
Еще один вариант анализа структуры покупок – ABC/XYZ анализ. Его задача заключается в том, чтобы выявить товары, которые приносят наибольшую ценность для проекта с целью увеличить их долю среди покупаемых продуктов. Состоит он из 2-х частей:
ABC-анализ распределяет товары на группы в зависимости от их вклада в общий доход количества среди всех купленных товаров:
- товары группы A приносят 80% дохода и составляют 20% в общем количестве;
- товары группы B составляют 15% в доходе и 30% в общем количестве;
- товары группы C составляют 5% в доходе и 50% в общем количестве.
XYZ-анализ характеризует стабильность спроса (по коэффициенту вариации) и точность прогнозирования:
- группа X – товары с наиболее стабильным спросом, имеющие коэффициент вариации меньше 10% и высокую степень надежности прогноза;
- группа Y – товары со средне-стабильным спросом, имеющие коэффициент вариации от 10% до 25% и среднюю степень надежности прогноза;
- группа Z – товары, спрос на которые нестабилен, коэффициент вариации составляет более 25% и точный прогноз сделать невозможно.
После разделения всех товаров на ABC- и XYZ-группы, они объединяются в одну таблицу следующим образом:
Товары, попавшие в AX, AY, BX – самые выгодные товары, так как имеют стабильный спрос и приносят большую долю в доходе. А вот от тех, которые попали в CZ, возможно стоит отказаться, потому что они обладают самыми худшими характеристиками. С товарами в группе CX и AZ стоит поработать, так как один из критериев у них довольно хороший, и, исправив другой, можно перевести их в более выгодную категорию.
Часто задачей анализа покупок пользователей является выявление комбинаций купленных товаров, особенно если речь идет не про игру, а какой-либо онлайн (или даже оффлайн) магазин. В этом случае дополнительно стоит проанализировать набор товаров, купленных пользователем в рамках одной покупки.
После этого можно задаться вопросами, почему именно такой набор товаров был приобретен, какая закономерность есть между этими наборами товаров, с какой вероятностью пользователь, купивший товар A, купит товар B.
Зная наиболее популярные комбинации, можно менять расположение товаров или порядок их отображения в магазине, делать скидки на сопутствующие товары, делать нужные товары более видимыми, или даже отказываться от каких-то товаров в пользу новых.
Например, если в чеках покупателей часто встречается вино и сыр, то, возможно, имеет смысл расположить эти два товара рядом друг с другом, чтобы тот, кто хотел приобрести только вино, заметил сыр, и купил его тоже как наиболее подходящий товар.
Кроме того, такая информация позволит проводить персонализированные акции на смежные товары, push-уведомления, email-рассылки, чтобы тем самым увеличить средний чек пользователя.
Читайте также материалы про другие метрики:
Комментарии
Ответить